RegExp对象

作者: woow_wu7 | 来源:发表于2018-05-20 15:06 被阅读12次

regular expression 正则表达式

regular 正规的，定期的，合格的
expresssion 表达，描述

正则表达式（regular expression）是一种表达文本模式（即字符串结构）的方法，有点像字符串的模板，常常用来按照“给定模式”匹配文本。

(1) 新建正则表达式

新建正则表达式有两种方法：
（1）使用字面量，以斜线表示开始和结束
（2）使用 RegExp 构造函数

两种新建正则表达式的区别： （实际运用中使用字面量）
（1）字面量效率更高：字面量在编译时就会新建正则表达式，而new RegExp()要在运行时才会新建。
（2）字面量更直观

(1) let regexp = /xyz/;

---------------

(2) let regexp = new RegExp('xyz', 'I');
等价于
let regexp = /exy/i;     //   i 是修饰符 , 忽略大小写的意思

RegExp构造函数还可以接受第二个参数，表示修饰符

(2) 实例属性

正则对象的实例属性分成两类：
一类是修饰符相关，返回一个布尔值，表示对应的修饰符是否设置。

ignore 是忽视的意思
ignoreCase 忽略大小写
multiline 是多线的意思

另一类是与修饰符无关的属性：

RegExp.prototype.lastIndex：返回一个数值，表示下一次开始搜索的位置。该属性可读写，但是只在设置了g修饰符、进行连续搜索时有意义
RegExp.prototype.source：返回正则表达式的字符串形式（不包括反斜杠），该属性只读。

RegExp.prototype.ignoreCase：返回一个布尔值，表示是否设置了I修饰符。
RegExp.prototype.global：返回一个布尔值，表示是否设置了g修饰符。
RegExp.prototype.multiline：返回一个布尔值，表示是否设置了m修饰符。

这三个属性都是只读的。


var r = /abc/igm;

r.ignoreCase // true
r.global // true
r.multiline // true

var r = /abc/igm;

r.lastIndex // 0     -------- 下次开始搜索的位置，可读可写
r.source // "abc"    -------- 返回正则表达式的字符串形式

(3) 实例方法

(1) RegExp.prototype.test()

--- 返回布尔值，是否匹配

正则实例对象的test方法返回一个布尔值，表示当前模式是否能匹配参数字符串。

test方法返回布尔值，表达改正则是否匹配参数字符串

/cat/.test('cats and dogs')     // true

上面代码验证参数字符串之中是否包含cat，结果返回true。

//       /cat/ 是使用字面量方式生成的正则实例

带有g修饰符时，可以通过正则对象的lastIndex属性指定开始搜索的位置。
lastIndex属性只对同一个正则表达式有效

var r = /x/g;
var s = '_x_x';

r.lastIndex = 4;
r.test(s) // false

// 正则实例的 lastIndex属性 指定下次开始搜索的位置，在带有g修饰符时有效
// 指定从正则从字符串的第5个位置开始匹配，该位置没有字符，返回false

如果正则模式是一个空字符串，则匹配所有字符串

new RegExp('').test('abc')
// true

(2) RegExp.prototype.exec

--- 成功？返回数组，成员是匹配成功的字符串

--- 失败？返回null

正则实例对象的exec方法，用来返回匹配结果。如果发现匹配，就返回一个数组，成员是匹配成功的子字符串，否则返回null。

execute：是完成的意思。
如果正则表示式包含圆括号（即含有“组匹配”），则返回的数组会包括多个成员。第一个成员是整个匹配成功的结果，后面的成员就是圆括号对应的匹配成功的组。也就是说，第二个成员对应第一个括号，第三个成员对应第二个括号，以此类推。整个数组的length属性等于组匹配的数量再加1
exec方法的返回数组还包含以下两个属性：
(1) input：整个原字符串。
(2) index：整个模式匹配成功的开始位置（从0开始计数）

var s = '_x_x';
var r1 = /x/;
var r2 = /y/;

r1.exec(s) // ["x"]
r2.exec(s) // null

var r = /a(b+)a/;
var arr = r.exec('_abbba_aba_');

arr // ["abbba", "bbb"]

arr.index // 1                  // exec返回数组，包含index表示匹配成功的开始位置
arr.input // "_abbba_aba_"      // exec返回的数组，包含 input属性，表示原字符串

利用g修饰符允许多次匹配的特点，可以用一个循环完成全部匹配。

var reg = /a/g;
var str = 'abc_abc_abc'

while(true) {
  var match = reg.exec(str);
  if (!match) break;
  console.log('#' + match.index + ':' + match[0]);
}
// #0:a
// #4:a
// #8:a

// 上面代码中，只要exec方法不返回null，就会一直循环下去，每次输出匹配的位置和匹配的文本

字符串的实例方法

字符串的实例方法之中，有4种与正则表达式有关。


String.prototype.match()：返回一个数组，成员是所有匹配的子字符串。

String.prototype.search()：按照给定的正则表达式进行搜索，返回一个整数，表示匹配开始的位置。

String.prototype.replace()：按照给定的正则表达式进行替换，返回替换后的字符串。

String.prototype.split()：按照给定规则进行字符串分割，返回一个数组，包含分割后的各个成员。

(1) String.prototype.match()

--- 匹配成功：返回一个数组，

如果参数是字符串，只会返回匹配的字符串作为数组的第一个元素
如果参数是正则表达式，没有g修饰符，也只是返回匹配的字符串
如果参数是正则表达式，有g修饰符，返回所有匹配的字符串组成的数组，并且没有index属性和 input属性 ( 重要重要重要重要重要！！！！！！！)

--- 匹配失败：返回null

--- 参数可以是字符串，也可以是正则表达式

字符串实例对象的match方法对字符串进行正则匹配，返回匹配结果。

设置正则表达式的lastIndex属性，对match方法无效，匹配总是从字符串的第一个字符开始。
如果正则表达式带有g修饰符，会一次性返回所有匹配成功的结果。（重要）
注意区分正则表达式实例的 exec方法，也是匹配成功返回数组，匹配失败返回null，但是在正则带有g修饰符的时候，字符串的match方法会一次性返回所有匹配成功的结果

    let string = 'qwe123ccc123';
    let execG = /123/g;
    let exec = /123/;
    console.log(string.match(/123/), 'string的match方法');
    console.log(string.match(/123/g), '字符串的match方法，带有g修饰符');
    console.log(execG.exec(string), '正则实例的exec方法,带有g修饰符');
    console.log(exec.exec(exec), 'exec方法');
  }


(重要笔记)

// 字符串的match方法，参数是一个 字符串 或者 正则实例对象
//  console.log( typeof(execG), '正则实例对象的类型');   // object 


// 当正则实例有g修饰符时， match() 方法返回所有匹配成功的结果
// console.log(string.match(/123/g), '字符串的match方法，带有g修饰符');
// 返回 ["123", "123"]，注意在带g修饰符石，数组中没有input 和 index 属性

字符串match 和正则exec 两个方法的区别，g修饰符符

设置正则表达式的lastIndex属性，对match方法无效，匹配总是从字符串的第一个字符开始。

var r = /a|b/g;
r.lastIndex = 7;
'xaxb'.match(r) // ['a', 'b']
r.lastIndex // 0

(2) String.prototype.search()

--- 返回匹配的第一个位置，没有匹配返回-1

--- 注意区分indexOf方法

--- indexOf的参数只能是字符串，可以有第二个参数( 起始位置 )

indexOf除了用于字符串，还可以用于数组！！！！！！！！！！！！！

--- search的参数可以是字符串，也可以是正则。

search不能用于数组！！只能用于字符串！！！！！！！！！！！！！！

字符串对象的search方法，返回第一个满足条件的匹配结果在整个字符串中的位置。如果没有任何匹配，则返回-1。

字符串的search方法，返回匹配的第一个位置，没有匹配返回null
和indexOf的区别是，indexOf可以接受第二个参数，表示匹配的启始位置

'_x_x'.search(/x/)
// 1

'_x_x'.search(/xy/)
// -1

(3) String.prototype.replace()

字符串对象的replace方法可以替换匹配的值。它接受两个参数，第一个是正则表达式，表示搜索模式，第二个是替换的内容。

正则表达式如果不加g修饰符，就替换第一个匹配成功的值，否则替换所有匹配成功的值。

'aaa'.replace('a', 'b') // "baa"
'aaa'.replace(/a/, 'b') // "baa"
'aaa'.replace(/a/g, 'b') // "bbb" ------ g修饰符时，匹配所有值，贪婪

replace方法的一个应用，就是消除字符串首尾两端的空格。

var str = '  #id div.class  ';

str.replace(/^\s+|\s+$/g, '')       // 以空白符开头或者结尾的多个空白符换成空字符
// "#id div.class"



说明 ：注意是反斜杠
\s  :  表示空白符
\S  :  表示非空白符

-----------------------------

' dfds fsdf ssf ff  '.replace(/\s/g, '')     // 全局替换所有空白符 （重要）
"dfdsfsdfssfff"

replace方法的第二个参数还可以是一个函数，将每一个匹配内容替换为函数返回值。并且返回修改过后的字符串

'3 and 5'.replace(/[0-9]+/g, function (match) {   //全局匹配数字一个或者多个
  return 2 * match;     // match是3，5
})
// "6 and 10"



-----------------------

var a = 'The quick brown fox jumped over the lazy dog.';
var pattern = /quick|brown|lazy/ig;

a.replace(pattern, function replacer(match) {
  return match.toUpperCase();
});
// The QUICK BROWN fox jumped over the LAZY dog.

作为replace方法第二个参数的替换函数，可以接受多个参数。其中，第一个参数是捕捉到的内容，第二个参数是捕捉到的组匹配（有多少个组匹配，就有多少个对应的参数）。此外，最后还可以添加两个参数，倒数第二个参数是捕捉到的内容在整个字符串中的位置（比如从第五个位置开始），最后一个参数是原字符串。

(4) String.prototype.split()

字符串对象的split方法按照正则规则分割字符串，返回一个由分割后的各个部分组成的数组。

该方法接受两个参数，第一个参数是正则表达式，表示分隔规则，第二个参数是返回数组的最大成员数。

// 非正则分隔
'a,  b,c, d'.split(',')
// [ 'a', '  b', 'c', ' d' ]

// 正则分隔，去除多余的空格
'a,  b,c, d'.split(/, */)
// [ 'a', 'b', 'c', 'd' ]

// 指定返回数组的最大成员
'a,  b,c, d'.split(/, */, 2)
[ 'a', 'b' ]

匹配规则

字面量字符：（literal characters）
元字符（metacharacters）

元字符

(1) 点字符 ( . )

点字符（.）匹配除回车（\r）、换行(\n) 、行分隔符（\u2028）和段分隔符（\u2029）以外的所有字符。

/c.t/

// .点字符 ：匹配除了 换行符\n，回车符\r，行分割符\u2028，段分隔符\u2029以外的所有字符

// 上面代码中，c.t匹配c和t之间包含任意一个字符的情况
// 只要这三个字符在同一行，比如cat、c2t、c-t等等

(2) 位置字符 ( ^ $ )

位置字符用来提示字符所处的位置，主要有两个字符。

^ 表示字符串的开始位置
$ 表示字符串的结束位置

(3) 选择符（|）

竖线符号（|）在正则表达式中表示“或关系”（OR）

多个选择符可以联合使用。

/11|22/.test('911')        // true

正则表达式匹配11或者22

------------

/fred|barney|Betty/
// 匹配fred、barney、betty之中的一个

选择符会包括它前后的多个字符，比如/ab|cd/指的是匹配ab或者cd，而不是指匹配b或者c。如果想修改这个行为，可以使用圆括号。

( 重要 )

/a( |\t)b/.test('a\tb') // true

说明： 即a和b之间是 空白字符 或者 制表符 的正则匹配

转义符 ( \ )

正则表达式中那些有特殊含义的元字符，如果要匹配它们本身，就需要在它们前面要加上反斜杠。比如要匹配+，就要写成+。

正则表达式中，需要反斜杠转义的，一共有12个字符：
^、 .、 [、 $、 (、)、 |、 *、 +、 ?、 { 和 \\
需要特别注意的是，如果使用RegExp方法生成正则对象，转义需要使用两个斜杠，因为字符串内部会先转义一次。(重要)

( 重要 )

/1+1/.test('1+1')    
// false

/1\+1/.test('1+1')
// true

说明：
(1) 匹配元字符，需要用转义字符转义
(2) 需要转义的元字符有(12个)：  .  |  ^  $  +  ?  *  ()   [  {  \\
(3) 需要注意的是  [  {    ---------- 右边的 ]  } 不需要转义

例子：
'fdsdf[]{}'.match(/\[]\{}/g)
// ["[]{}"]

需要特别注意的是，如果使用RegExp方法生成正则对象，转义需要使用两个斜杠，因为字符串内部会先转义一次。（重要！！）

(new RegExp('1\+1')).test('1+1')
// false

(new RegExp('1\\+1')).test('1+1') // RegExp构造函数的正则转义符需要加两个反斜杠 \\
// true


说明：
上面代码中，RegExp作为构造函数，参数是一个字符串。
但是，在字符串内部，反斜杠也是转义字符，
所以它会先被反斜杠转义一次，然后再被正则表达式转义一次，因此需要两个反斜杠转义。

特殊字符

正则表达式对一些不能打印的特殊字符，提供了表达方法。

\cX 表示Ctrl-[X]，其中的X是A-Z之中任一个英文字母，用来匹配控制字符。
[\b] 匹配退格键(U+0008)，不要与\b混淆。
\n 匹配换行键。
\r 匹配回车键。
\t 匹配制表符 tab（U+0009）。
\v 匹配垂直制表符（U+000B）。
\f 匹配换页符（U+000C）。
\0 匹配null字符（U+0000）。
\xhh 匹配一个以两位十六进制数（\x00-\xFF）表示的字符。
\uhhhh 匹配一个以四位十六进制数（\u0000-\uFFFF）表示的 Unicode 字符。

字符类 ( [ ] )

字符类（class）表示有一系列字符可供选择，只要匹配其中一个就可以了。所有可供选择的字符都放在方括号内，比如[xyz] 表示x、y、z之中任选一个匹配

有两个字符在字符类中有特殊含义。

（1）脱字符（ [^ ] ）

如果方括号内的第一个字符是[^]，则表示除了字符类之中的字符，其他字符都可以匹配。

[ ]表示字符类
[^ ] 表示脱字符
脱字符表示除了字符类中的所有字符都可以匹配
如果方括号内没有其他字符，即只有[^]，就表示匹配一切字符，其中包括换行符。相比之下，点号作为元字符（.）是不包括换行符的。
注意，脱字符只有在字符类的第一个位置才有特殊含义，否则就是字面含义。

/[^abc]/.test('hello world') // true
/[^abc]/.test('bbc') // false

如果方括号内没有其他字符，即只有[^]，就表示匹配一切字符，其中包括换行符。相比之下，点号作为元字符（.）是不包括换行符的。( 重要 )

var s = 'Please yes\nmake my day!';                // \n是换行符   newline的缩写

s.match(/yes.*day/) // null     
// 匹配yes开头，day结尾，中间0个或多个除了 \n \r \u2028 \u2029以外的所有字符


s.match(/yes[^]*day/) // [ 'yes\nmake my day']
// [^]可以匹配一切字符，包括换行符 \n



上面代码中，字符串s含有一个换行符，点号不包括换行符，
所以第一个正则表达式匹配失败；
所以第二个正则表达式[^]包含一切字符，所以匹配成功。

（2）连字符（ [ - ] ）

某些情况下，对于连续序列的字符，连字符（-）用来提供简写形式，表示字符的连续范围。比如，[abc]可以写成[a-c]，[0123456789]可以写成[0-9]，同理[A-Z]表示26个大写字母。

/a-z/.test('b') // false.       // 连字符在字符类里面才表示简写作用
/[a-z]/.test('b') // true

[abc]可以写成[a-c]
[0123456789]可以写成[0-9]
[A-Z]表示26个大写字母
等等

[1-31]      // 表示第一位是1-3中的任意值，第二位是1的正则


如果要表示1-31之间的任意数字：应该写成/[1-9]|[1-2][0-9]|30|31/

不要过分使用连字符，设定一个很大的范围，否则很可能选中意料之外的字符。最典型的例子就是[A-z]，表面上它是选中从大写的A到小写的z之间52个字母，但是由于在 ASCII 编码之中，大写字母与小写字母之间还有其他字符，结果就会出现意料之外的结果。

/[A-z]/.test('\\') // true.   

上面代码中，由于反斜杠（’\‘）的ASCII码在大写字母与小写字母之间，结果会被选中。

所以尽量不要用连字符设定一个很大的范围，避免逻辑不严谨的情况

预定义模式

预定义模式指的是某些常见模式的简写方式。

boundary：是边界的意思
space：是空格，空白的意思

\d 匹配0-9之间的任一数字，相当于[0-9]。
\D 匹配所有0-9以外的字符，相当于[^0-9]。
\w 匹配任意的字母、数字和下划线，相当于[A-Za-z0-9_]。
\W 除所有字母、数字和下划线以外的字符，相当于[^A-Za-z0-9_]。
\s 匹配空格（包括换行符、制表符、空格符等），相等于[ \t\r\n\v\f]。
\S 匹配非空格的字符，相当于[^ \t\r\n\v\f]。
\b 匹配词的边界。
\B 匹配非词边界，即在词的内部。

重复类

模式的精确匹配次数，使用大括号（{}）表示。{n}表示恰好重复n次，{n,}表示至少重复n次，{n,m}表示重复不少于n次，不多于m次。

量词符

? 问号表示某个模式出现0次或1次，等同于{0, 1}。
* 星号表示某个模式出现0次或多次，等同于{0,}。
+ 加号表示某个模式出现1次或多次，等同于{1,}。

贪婪模式 -------------(重要)

? . * 三个量词符，默认情况下都是最大可能匹配，即匹配直到下一个字符不满足匹配规则为止。这被称为贪婪模式。

量词符 ？ * +
如果想将贪婪模式改为非贪婪模式，可以在量词符后面加一个问号。
除了非贪婪模式的加号，还有非贪婪模式的星号（*）。
*?：表示某个模式出现0次或多次，匹配时采用非贪婪模式。
+?：表示某个模式出现1次或多次，匹配时采用非贪婪模式。

(重要)

var s = 'aaa';
s.match(/a+/) // ["aaa"]

上面代码中，模式是/a+/，表示匹配1个a或多个a，那么到底会匹配几个a呢？
因为默认是贪婪模式，会一直匹配到字符a不出现为止，所以匹配结果是3个a。



----------------

var s = 'aaa';
s.match(/a+?/) // ["a"]      // 量词符后面加？，可以把贪婪模式变为非贪婪模式

修饰符

修饰符（modifier）表示模式的附加规则，放在正则模式的最尾部。

修饰符可以单个使用，也可以多个一起使用。

(1 ) g 修饰符 --------- 全局模式global

默认情况下，第一次匹配成功后，正则对象就停止向下匹配了。g修饰符表示全局匹配（global），加上它以后，正则对象将匹配全部符合条件的结果，主要用于搜索和替换。

(2) i 修饰符 --------- 忽略大小写ignorecase

默认情况下，正则对象区分字母的大小写，加上i修饰符以后表示忽略大小写（ignorecase）。

(3) m 修饰符 --------- 多行模式multiline

m修饰符表示多行模式（multiline），会修改^ 和$的行为。默认情况下（即不加m修饰符时），^ 和$匹配字符串的开始处和结尾处，加上m修饰符以后，^{和$还会匹配行首和行尾，即}和$会识别换行符（\n）。

/world$/.test('hello world\n') // false
/world$/m.test('hello world\n') // true

上面的代码中，字符串结尾处有一个换行符。
如果不加m修饰符，匹配不成功，因为字符串的结尾不是world；
加上以后，$可以匹配行尾。



------------------------------

/^b/m.test('a\nb') // true

上面代码要求匹配行首的b，如果不加m修饰符，就相当于b只能处在字符串的开始处。
加上b修饰符以后，换行符\n也会被认为是一行的开始。

组匹配 ( () )

正则表达式的括号表示分组匹配，括号中的模式可以用来匹配分组的内容。

(重要)

/fred+/.test('fredd') // true。           // 重复d一次或者多次
/(fred)+/.test('fredfred') // true        // 重复fred 一次或者多次


// 正则中的小括号，里面的内容被分成一个组

注意，使用组匹配时，不宜同时使用g修饰符，否则match方法不会捕获分组的内容。

2018/5/21更新

string的 replace方法

'hello world'.replace(/(\w+)\s(\w+)/, '$2 $1')  // 显示匹配成功的第二个组 + 空格 + 匹配成功的第一个组
// "world hello"


'abc ABC abd'.replace(/(\w+)\s(\w+)\s(\w+)/, '$3-$1')  // 显示第三个组 + '-' +  第一个组
// "abd-abc"


'abc ABC abd'.replace(/(\w+)\s(\w+)\s(\w+)/, '$3-$2=$1')
// "abd-ABC=abc"


'abc'.replace('b', '[$`-$&-$\']')
// "a[a-b-c]c"